医疗 + AI 深度融合：复合型医学人才培育的新思考

近日，国务院印发的《关于深入实施“人工智能+”行动的意见》提出，“探索推广人人可享的高水平居民健康助手，有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用，大幅提高基层医疗健康服务能力和效率。”

“这无疑对医学教育提出了新的要求。”广东医科大学多模态数据融合应用实验室主任弓孟春在接受《中国科学报》采访时表示，在人工智能（AI）赋能卫生健康高质量发展的大背景下，我国医学教育肩负双重使命：既要应对技术迭代对医生能力矩阵的颠覆性挑战，又需前瞻布局数智医疗的人才基础。

但目前，我国医学教育却面临AI知识与技能在医学相关专业的培养体系中薄弱、伦理规范本土化不足、医学AI能力测评体系缺失等现实困境，亟须建立符合《“十四五”时期教育强国推进工程实施方案》要求的AI素养能力框架，为培养具备国际视野、适应智慧医疗生态的创新型人才提供指引。

鉴于此，多位专家学者结合循证证据与国际研究进展，形成了《医学生AI素养能力清单及其测评框架专家共识（2025）》（以下简称《共识》）。

作为《共识》专家组成员之一，弓孟春表示，该《共识》的发布为医学教育中AI素养的培养与测评提供了系统化路径，助力培养适应智慧医疗发展的复合型人才。

人与技术的共生能力

《共识》指出，AI已经深度融入临床辅助决策全链条，承担诊断支持、数据解析及流程自动化等关键职能，引发医学分工体系与职业能力的结构性变革。面向新医科建设与医学教育数字化转型，医学生AI素养已超越技术操作层面，升维为融合工程思维、伦理判断与临床决策的复合型能力体系。

为此，《共识》以“多学科、多地域、医教研产融合”为组建原则，共邀请了52位相关领域的专家，遵循“医学胜任力模型”的理论框架，提出未来医生需构建“AI协作者”“伦理监督者”“数据治理者”的多元角色认知，在掌握生成式AI诊疗逻辑、医疗数据安全规范的同时，坚守人文关怀与专业判断的核心价值，形成包含知识、技能、态度三个维度的21项能力指标（CAIP）。

《共识》将医学生的AI素养定义为：医学专业学生在专业知识学习、临床或公共卫生实践、医学研究与健康管理中，有效整合AI技术所具备的综合素质，涵盖对AI基础原理的认知理解、技术工具的批判性应用、伦理风险的审慎评估，以及持续适应技术变革的能力倾向。

弓孟春指出，AI素养的本质是“人与技术的共生能力”——它既要求医学生理解算法的语言，又强调以临床智慧驾驭技术的不确定性。未来的AI素养建设应兼顾伦理敏感性与技术敏捷性，在技术进步与人文关怀之间实现动态平衡，从而在人工智能深度介入医疗的时代，更好地守护医疗服务的人本价值。

不是培养技术依赖者

为适应AI时代的快速发展，《共识》明确了医学生培养的四点定位和要求，即与AI自信合作、识别并应对AI相关的风险、明确法律与伦理责任边界、确保患者隐私得到有效保护。

那么，如何构建医学生AI素质能力呢？《共识》列出了21项能力清单，其中优先关注的能力指标有：理解AI在整合多学科知识、缓解专科细化及知识碎片化中的作用；掌握健康医疗数据治理的基本理论与关键技术；坚持医生主导原则，合理利用AI辅助诊断；识别AI系统诊断结果中的潜在偏倚；医生需对AI辅助决策负最终责任。

“我们建议通过知识测评、态度测评、技能测评、高风险场景测评、多阶段动态测评等方式对医学生AI素质能力进行考察。”弓孟春表示。

《共识》建议，为系统提升医学生AI素养能力，应从本科低年级阶段、分模块嵌入现有医学教育体系，构建由基础到临床、知识到实践的融合路径。

“本科低年级（大一、大二）是开展AI素养教育的黄金窗口期，契合学生认知可塑性强、学科基础构建关键的双重特点。”《共识》执笔专家组组长、广东医科大学副校长曾志嵘表示，早期介入AI教育能有效培养系统性思维、数据思维及批判性思维，这些能力与医学诊断决策高度契合。

而高年级医学专业教育阶段，应进一步推动医学生理解AI技术本质与医疗伦理、掌握临床AI工具应用策略、培养批判性技术价值观。其最终目标是构建“伦理-技术-临床”三位一体的教育生态，使医学生既善用AI之力，亦坚守医学之魂。

据悉，为了探索医学生AI素养的培养与测评的具体实践经验，广东医科大学建立的AI医学院（GDMU-AIMS）引入了20多个全国知名临床团队建设的专病大模型，在医学专业学生的培养过程中，实现“边学边用、教评一体”的AI素养培养新范式。

“AI素养教育的终极目标不是培养技术依赖者，而是塑造能驾驭技术、捍卫医学人文精神的守护者。”弓孟春表示，该共识将秉持动态更新原则，不断优化完善，为AI赋能医学教育的理论研究与实践探索提供前瞻性参考，并始终坚持医学伦理和科技伦理基本原则，禁止任何试图用AI完全替代医患关系的行为。